제조 AI 운영 레이어란 무엇인가 — '대답하는 AI'와 '일을 끝내는 AI'의 차이

제조 AI 운영 레이어(manufacturing operating layer)는 MES·ERP·QMS 같은 기존 시스템을 교체하지 않고 그 위에 한 층을 얹어, 흩어진 제조 데이터를 온톨로지·지식그래프로 구조화하고, 그 구조 위에서 AI 에이전트가 업무를 실제로 끝내며, 모든 실행에 근거와 승인 이력을 남기는 계층입니다. 질문에 답하는 데서 멈추지 않고 조회·분석·문서 작성·승인 요청·후속 조치까지 한 흐름으로 이어집니다. 기존 AI 도구와 갈라지는 지점이 바로 여기입니다.

제조 현장에서 AI를 검토할 때 실제로 갈리는 것은 그 AI가 운영의 어느 자리에 들어오는가입니다. 이 글은 그 자리의 정의와, 한 가지 작업을 처리하는 AI 에이전트와 무엇이 다른지를 정리하였습니다.

TL;DR (핵심 요약)

운영 레이어는 제품 이름이 아니라 자리 이름입니다. 기존 시스템을 대체하지 않고 그 위에 한 층을 얹어 데이터를 잇고, 업무를 실제로 끝내고, 결과를 통제하는 계층을 가리킵니다.
'대답하는 AI'와 '일을 끝내는 AI'의 차이는 답의 정확도가 아니라 흐름의 끝점입니다. 답변에서 끝나면 사람이 다시 시스템을 열어 옮겨 적어야 하고, 실행까지 이어지면 사람은 검토와 승인에 남습니다.
단일 작업 에이전트와 운영 레이어는 범위·지속성·검증에서 갈립니다. 한 작업을 깊게 처리하는 것과, 여러 작업을 묶어 끝내고 그 구조를 자산으로 남기며 근거·권한·이력으로 통제하는 것은 다른 문제입니다.

운영 레이어는 어디에 놓이는 층인가

'레이어(층)'라는 말에는 기존 시스템을 갈아엎지 않는다는 전제가 들어 있습니다. MES는 생산을, ERP는 자원을, QMS는 품질 문서를, PLM은 제품 정보를 각각 관리합니��. 개별로는 잘 돌아가지만 서로의 맥락을 모릅니다. 그래서 담당자가 네댓 개 화면을 오가며 값을 확인하고, 엑셀로 옮기고, 문서를 만들고, 결재를 올립니다. 시스템 사이의 이음매를 사람이 메우고 있는 셈입니다.

제조 시스템을 계층으로 나누어 보는 관점 자체는 새롭지 않습니다. 제어 설비부터 생산 관리, 경영 시스템까지의 계층과 그 사이의 정보 교환을 정의한 국제 표준으로 ISA-95(IEC 62264)가 있습니다. 다만 표준이 정리한 것은 시스템 사이의 경계이고, 그 경계를 담당자가 매번 손으로 넘나드는 일까지 대신하여 주지는 않습니다. 여기서 말하는 운영 레이어도 이 표준에 규정된 계층은 아니며, 표준이 나누어 놓은 경계 위에서 실제 업무를 잇는 자리를 가리킵니다.

운영 레이어는 그 이음매에 놓입니다. 아래로는 기존 시스템과 문서를 연결하고, 위로는 담당자가 하던 일의 흐름을 그대로 받아 처리합니다. 시스템 위에 한 겹을 더하는 프로젝트이므로 기존 투자를 그대로 둔 채 시작할 수 있습니다.

제조 AI 운영 레이어의 자리 — 기존 시스템 위에 한 겹을 얹는 단면 구조

그림 1. 기존 시스템을 바꾸지 않고 그 위에 한 겹을 더합니다. 아래로는 MES·ERP·QMS·PLM과 문서를 연결하고, 위로는 담당자의 검토·승인으로 이어집니다.

'대답하는 AI'와 '일을 끝내는 AI'는 무엇이 다른가

두 가지를 나누는 기준은 답의 품질이 아닙니다. 업무가 어디서 끝나는가입니다.

구분	대답하는 AI	일을 끝내는 AI (운영 레이어)
입력	사람이 던지는 질문	업무 흐름 전체(조회·분석·작성·승인·조치)
출력	문장으로 된 답	시스템에 반영된 결과와 문서
사람의 역할	답을 읽고 다시 시스템에 옮겨 적음	결과를 검토하고 승인함
근거	그럴듯한 요약	원본 문서·데이터로 되짚어지는 출처
다음 업무	매번 처음부터 다시 질문	앞 업무에서 쌓인 구조를 재사용
끝난 뒤 남는 것	대화 기록	구조화된 지식과 실행·승인 이력

표 1. 답변에서 끝나는 AI와 업무에서 끝나는 AI의 차이. 갈림길은 정확도가 아니라 '사람이 다시 옮겨 적어야 하는가'입니다.

퓨처워크랩은 브로넥스 PoC에서 제조 질의응답 정확도 90.2%를 확인하였고, MES 생산 스케줄링은 1시간에서 5분 수준으로 줄었습니다. 앞의 수치는 정답 단락 매칭을 기준으로 한 자체 정의 지표이며, 측정 환경과 평가셋은 PoC 진입 이후 재현 검증으로 공개합니다.

두 숫자의 성격이 다릅니다. 앞은 답의 품질이고, 뒤는 업무 한 건이 끝나는 데 걸리는 ��간��니다. 운영 레이어를 판단할 때 보아야 할 쪽은 뒤의 숫자입니다. 답이 아무리 정확하여도 그 값을 사람이 다시 MES에 입력하고 있다면 현장의 시간은 줄지 않습니다.

단일 작업 에이전트와 운영 레이어는 어디에서 갈리나

최근 제조 AI에서 가장 자주 쓰이는 말이 버티컬 AI 에이전트입니다. 한 산업, 한 작업에 깊게 특화된 AI를 가리킵니다. 설비 이상 감지, 수요 예측, 비전 검사처럼 대상이 분명한 작업에서 이 방식은 강합니다. 영어권에서 이 흐름 전반을 부르는 말이 agentic AI manufacturing입니다.

먼저 분명히 하여 둘 것이 있습니다. 둘은 대체 관계가 아닙니다. 잘 만들어진 단일 작업 에이전트는 그 작업에서 가장 정확합니다. 다만 공장의 업무는 대개 작업 하나로 끝나지 않고, 그래서 두 접근이 답하는 질문이 애초에 다릅니다. 차이는 세 군데에서 드러납니다.

범위 — 작업 하나인가, 업무 흐름 전체인가

불량이 한 건 발생하면 설비 이력을 열고, 같은 원료 로트가 들어간 다른 제품을 찾고, 과거 유사 사례를 뒤지고, 원인 후보를 정리하고, 고객사 보고서를 쓰고, 재발 방지 조치를 걸어 둡니다. 단일 작업 에이전트는 이 가운데 한 칸을 맡습니다. 운영 레이어는 칸과 칸 사이를 잇고, 여러 에이전트와 기존 시스템을 묶어 흐름의 끝까지 데려갑니다.

지속성 — 끝나면 결과만 남는가, 구조가 남는가

작업 단위 AI는 결과를 내고 종료합니다. 다음 달 비슷한 문제가 오면 대개 처음부터 다시 시작합니다. 운영 레이어는 일을 처리하는 과정에서 설비·공정·원료·규정·문서의 관계를 온톨로지와 지식그래프로 축적합니다. 이 구조가 남기 때문에 다음 업무는 이미 쌓인 맥락 위에서 시작하고, 모델을 바꾸더라도 구조는 그대로 남습니다. 검증만 하고 사라지는 프로젝트와 자산이 쌓이는 프로젝트가 여기서 갈립니다.

검증 — 결과를 되짚을 수 있는가

규제 제조에서는 결과보다 결과에 이르는 경로를 요구합니다. 어떤 문서의 어느 조항을 근거로 삼았는지, 누가 언제 승인하였는지, 무엇이 바뀌었는지가 남아야 감사에서 버팁니다. 운영 레이어는 실행 계층과 통제 계층을 함께 갖추기 때문에 이 이력이 업무의 부산물로 자동으로 남습니다. 규제 제조가 AI 도입에서 실제로 부딪히는 관문은 인증을 다시 받느냐가 아니라 기록이 감사에 견디느냐입니다.

단일 작업 에이전트와 제조 AI 운영 레이어의 차이 — 범위·지속성·검증 3축 비교

그림 2. 우열이 아니라 맡는 범위가 다릅니다. 단일 작업 에이전트는 흐름의 한 칸을 처리하고, 운영 레이어는 한 건이 끝날 때까지를 맡으면서 근거와 승인 이력을 남깁니다.

제조 AI 운영 레이어는 무엇으로 이루어지나

퓨처워크랩의 AX Flow는 이 계층을 네 겹으로 설계하였습니다. 순서가 곧 업무가 처리되는 순서입니다.

연결(Connect). MES·ERP·QMS·PLM에 더하여 스캔한 작업표준, 표가 섞인 점검표, 손으로 쓴 일지, PDF와 메일까지 한 곳으로 모읍니다. 도면과 배합비처럼 밖으로 내보낼 수 없는 데이터는 사내 서버(온프레미스)에서 처리합니다.
구조화(Structure). 설비·공정·원료 로트·규정·제품을 노드와 관계로 잇습니다. 여기서 조직의 지식 구조가 만들어지고, 이후 모든 실행이 이 위에서 돌아갑니다. 검색은 Triple-RAG로 처리합니다 — 키워드와 의미 검색으로 문서를 찾고, 표·도면·수식을 함께 읽고, 지식그래프로 관계를 따라갑니다. 원리는 온톨로지·지식그래프로 제조 데이터를 연결한다와 Graph RAG란 무엇인가에 정리하여 두었습니다.
실행(Execute). 현장 담당자가 노코드 빌더로 에이전트와 워크플로우를 만들고, 그 에이전트들이 조회부터 문서 작성, 승인 요청, 후속 조치까지 이어서 처리합니다. 사람은 옮겨 적기에서 빠지고 판단과 승인에 남습니다.
거버넌스(Govern). 모든 자동 실행에 근거·출처·권한·변경 이력이 남습니다. 퓨처워크랩은 이 신뢰 계층을 AX Guard로 부릅니다. 자동화가 통제를 약화시키지 않고 오히려 추적 가능하게 만드는 자리입니다.

그림 3. 네 겹의 순서가 곧 업무가 처리되는 순서입니다. 구조화에서 만들어진 지식 구조 위에서 실행이 돌아가고, 그 실행마다 근거·권한·이력이 남습니다.

우리 공장에 이 층이 필요한 시점은 언제인가

모든 공장이 지금 운영 레이어를 깔아야 하는 것은 아닙니다. 아래 신호가 겹칠수록 개별 도구를 더 사는 것보다 층을 까는 편이 낫습니다.

같은 값을 시스템 두세 곳과 종이 양식에 반복하여 옮겨 적는 업무가 있다.
한 건을 처리하려면 네 개 이상의 화면을 열어야 한다.
AI 도구를 써 봤지만 답을 받은 뒤 사람이 다시 입력하고 있다.
검증(PoC)은 여러 번 하였는데 끝나고 남은 자산이 없다.
결과의 근거와 승인 이력을 요구받는데 지금 구조로는 매번 사람이 재구성한다.

세 개 이상 해당된다면 문제는 모델이 아니라 구조 쪽에 있습니다. 어디서부터 손댈지는 제조업 디지털 전환 로드맵에 단계별로 정리하였고, 규제 제조에서 먼저 효과가 나오는 배치기록·이력추적 자동화는 별도 글에서 다루었습니다. 도입 비용은 AI 바우처 공급기업 선택과 신청 가이드와 함께 검토하십시오.

자주 묻는 질문 (FAQ)

제조 AI 운영 레이어란 무엇인가요?

제조 AI 운영 레이어(manufacturing operating layer)는 MES·ERP·QMS 같은 기존 시스템을 교체하지 않고 그 위에 한 층을 얹어, 흩어진 제조 데이터를 온톨로지·지식그래프로 구조화하고, 그 구조 위에서 AI 에이전트가 업무를 실제로 끝내며, 모든 실행에 근거와 승인 이력을 남기는 계층입니다. 답변을 생성하는 데서 끝나지 않고 업무가 끝나는 지점까지 이어지는 것이 특징입니다.

기존 MES나 ERP를 바꿔야 하나요?

바꾸지 않습니다. 운영 레이어는 기존 시스템을 데이터 원천으로 연결하여 그 위에서 동작합니다. 이미 들어간 투자를 유지한 채 이음매만 메우는 방식이라, 전면 교체 프로젝트보다 훨씬 짧은 주기로 시작할 수 있습니다.

버티컬 AI 에이전트와는 무엇이 다른가요?

맡는 범위가 다릅니다. 버티컬 AI 에이전트는 예지보전이나 비전 검사처럼 한 작업을 깊게 처리하고, 운영 레이어는 여러 작업과 시스템을 묶어 업무 흐름 전체를 끝냅니다. 대체 관계가 아니며, 실제 구축에서는 잘 만들어진 단일 작업 에이전트를 운영 레이어가 불러 쓰는 형태가 자연스럽습니다.

대답하는 AI인지 일을 끝내는 AI인지 어떻게 구분하나요?

데모에서 한 가지만 확인하면 됩니다. AI가 답을 낸 뒤에 사람이 그 값을 다시 시스템에 옮겨 적는가입니다. 옮겨 적어야 한다면 답변 도구이고, 결과가 문서와 시스템에 반영되고 사람은 검토·승인만 한다면 운영 레이어입니다.

규제 제조에서도 쓸 수 있나요?

규제 제조야말로 이 구조가 필요한 영역입니다. 근거와 승인 이력이 자동으로 남지 않으면 자동화한 기록이 감사에서 문제가 되기 때문입니다. 데이터를 사내 서버에서만 처리하는 구성, 그리고 실행 이력을 남기는 통제 계층 두 가지를 계약 전에 문서로 확인하시기 바랍니다.

어디서부터 시작하는 것이 좋나요?

전사를 한 번에 바꾸지 않습니다. 반복 기입이 많고 필요한 값이 이미 시스템에 들어 있는 업무 한 흐름을 골라 짧게 검증하고, 그 과정에서 만들어진 지식 구조를 다음 업무로 넓히는 순서가 현실적입니다.

다음 단계

운영 레이어는 업무 한 흐름에서 시작하여 넓혀 가는 구조입니다. 지금 사람이 가장 많이 옮겨 적고 있는 업무 하나를 골라 보십시오.

업무 한 흐름 상담 요청 → — 옮겨 적기가 가장 많은 업무 하나, 비용 없이 함께 고릅니다.
AX Flow — 제조 AI 운영 레이어 → — 연결·구조화·실행·거버넌스를 한 흐름으로 (제품·유스케이스)
제조 AI 도입·지원사업 가이드 → — 도입 비용을 지원사업과 함께 검토하기
AX Flow 데모 요청 → — 우리 공장 데이터로 2주 PoC 직접 확인

퓨처워크랩은 흩어진 제조 문서와 시스템을 온톨로지·지식그래프로 구조화하고, 그 위에서 업무를 자동 실행하며 감사·권한으로 통제하는 AX Flow를 만듭니다. 확정 레퍼런스는 다음과 같습니다.

스파이어테크놀로지(강원 후평산단) — 표준작업절차·기술표준 문서를 지식그래프로 통합하는 계약을 2026년 3월 체결하여 운영 중입니다.
한화오션 — DBMS 구축 과제를 수주하여 수행하고 있습니다.
현대그린푸드 — 민관협력 오픈이노베이션 과제에 선정되었습니다.